이미지의 대표적 왜곡(distortion) 유형에는 JPEG, JP2K, Gaussian white noise, Gaussian blur등이 있다. 먼저 이러한 왜곡 유형으로 손상된 이미지들의 엔트로피를 구해서 어떤 왜곡 유형이 정보첨가왜곡(information-additive distortion)인지 정보손실왜곡(information-loss distortion)인지 판단하려고 한다. 또한 엔트로피와 이미지 지각 품질 사이에 어떠한 관계가 있는지 살펴보려고 한다.
▶ 정보 엔트로피와 이미지 품질 사이의 관계
여기서 말하는 정보는 정보이론에서 말하는 정보로서, 놀람의 정도 또는 불확실성의 정도를 의미한다. 발생확률이 적은 사건은 더 큰 놀람을 야기하기 때문에, 그러한 사건은 큰 정보량을 갖는다고 말한다. 반면 발생확률이 큰 사건은 놀람을 거의 야기하지 않기 때문에, 그러한 사건은 작은 정보량을 갖는다. 엔트로피는 모든 발생가능한 사건의 평균 정보량이다. 정보량과 엔트로피에 대한 자세한 설명은 링크를 참고하자. (참고: https://bskyvision.com/389)
그러면 위에서 언급한 JPEG, JP2K, Gaussian white noise, Gaussian blur는 이미지내 정보량을 늘릴까 아니면 이미지내 정보량을 감소시킬까? 하나씩 살펴보자.
1) JPEG 압축 왜곡
5장의 JPEG 이미지가 있다. 우측으로 갈 수록 왜곡의 정도가 크다. 각 이미지의 엔트로피를 계산해보았다.
7.9117 > 7.9107 > 7.9071 > 7.5637 > 7.0420
엔트로피가 왜곡의 정도가 심해질수록 작아지므로 JPEG은 정보손실왜곡이다.
2) JP2K 압축 왜곡
7.9108 > 7.9105 > 7.9074 > 7.9070 > 7.8861
엔트로피가 왜곡의 정도가 심해질수록 작아지므로 JP2K도 정보손실왜곡이다.
3) Gaussian white noise
7.9137 < 7.9164 < 7.9220 < 7.9277 < 7.9349
엔트로피가 왜곡의 정도가 심해질수록 커지므로 Gaussian white noise은 정보첨가왜곡이다.
4) Gaussian blur
7.9011 > 7.8931 > 7.8779 > 7.8475 > 7.7941
엔트로피가 왜곡의 정도가 심해질수록 작아지므로 Gaussian blur도 정보손실왜곡이다.
4개의 왜곡 유형을 분석해본 결과, JPEG, JP2K, Gaussian blur는 정보손실왜곡으로, Gaussian white noise는 정보첨가왜곡으로 판명되었다. 또한 정보손실왜곡으로 손상된 이미지의 경우 엔트로피의 크기가 감소함에 따라 이미지 품질도 나빠지는 정상관관계를 갖고, 정보첨가왜곡으로 손상된 이미지의 경우 엔트로피가 증가함에 따라 이미지 품질이 나빠지는 음상관관계를 갖는다.
▶ 글을 마무리하며...
정보엔트로피와 이미지의 지각 품질과 꽤 강한 상관관계가 있다는 사실이 흥미롭다.
'Research > 컴퓨터비전, 영상처리' 카테고리의 다른 글
| 푸리에 변환과 웨이블릿 변환 비교 (28) | 2019.01.21 |
|---|---|
| 이미지 그레디언트 연산자를 이용해서 엣지 검출하기 (3) | 2019.01.16 |
| [IQA] 2D 이미지 품질 평가에 구조변화를 반영하는 SSIM과 그의 변형들 (21) | 2019.01.14 |
| [3D 비전] 스테레오스코피(stereoscopy)와 DIBR(depth image based rendering) (0) | 2019.01.07 |
| [IQA] 최대신호대잡음비(PSNR)와 이미지 품질 (2) | 2019.01.03 |
| [3D 비전] 양안 경쟁(binocular rivalry) 및 양안 억제(binocular suppression)의 이해 (2) | 2018.12.19 |
| [IQA] 3D 이미지 품질 평가에서 머신러닝 및 딥러닝의 활용 역사 (10) | 2018.11.09 |
| Local binary pattern (LBP)의 원리 및 활용 (4) | 2018.01.22 |